[2F1-GS-10f] AI応用：安全

[2F1-GS-10f-05] 深層学習ネットワークによるひび割れ検出精度の違い

土木構造物へSegNet，U-Net，FusionNetを適用した場合の比較

〇天方 匡純¹、吉田 龍人¹、藤井 純一郎¹、高橋 悠太¹、大久保 順一¹ (1. 八千代エンジニヤリング株式会社)

キーワード：SegNet、U-Net、FusionNet、土木

コンクリート構造物は，道路，橋梁，堤防，トンネル，下水道など様々な社会資本施設に取り込まれ，我々の生活を支えている．そして，維持管理の時代を迎え，また，人口減少時代を迎え，これらの構造物の機能維持のために可能な限り効率的な点検・評価が目指されている．点検効率の手段として画像処理の活用が進み，中でも深層学習ネットワークを用いたコンクリート構造物のひび割れ検出は良く見る事例である．しかし，その事例は各自適用に留まり，社会資本の性質上必要な技術体系化に繋がっていない．深層学習ネットワークにより画像処理の汎用性は大幅に向上したが，それでもやはり産業適用においては，各産業毎の独自のネットワーク等の技術的工夫調整が必要である．そこで，社会資本分野において，ひび割れ検出に用いられるsemantic segmentationに着目し，その際，主に用いられる深層学習ネットワークであるSegNet，U-Net，FusionNetの機能上の違いを明らかとし，それを要因とするひび割れ検出精度の違いに言及し，土木分野への適用を踏まえた際の技術体系化に繋がる一知見を整理する．